关于python：重新定义要分组的年份

Redefining a year to group in pandas

我有一些价格数据作为时间序列。我正在尝试按年份和月份对价格进行分组和平均。这是要抓的东西，例如，我想离开Jul-Jun一年。 2015年将是2015年7月-2016年6月(定义为作物年度)，因此"作物月份"也需要将7月-6月设置为1-12。反正有没有实现这一点的大pandas。我的代码中的逻辑似乎有缺陷，并且没有给我想要的结果。我尝试对某些if语句使用循环，但是我的逻辑在某处迷路了。我已经在下面发布了结果数据框。如您所见，作物年度数据是错误的。任何有关如何处理代码的帮助都将非常有用。

′′′

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17

pxdata = ek.get_timeseries(['Wc1','BL2c1', 'W13.5-FOBRU=AGRP'], fields='CLOSE', start_date='2009-01-01')

pxdata.loc[:,'Crop Month'] = 0
pxdata.loc[:,'Crop Year'] = 0
pxdata.iloc[0,-1] = 2015
pxdata.iloc[0,-2] = 8
for i in range(1, len(pxdata)):
if pxdata.index[i].month==7:
pxdata.iloc[i,-2]=1
elif pxdata.index[i].month>pxdata.index[i-1].month:
pxdata.iloc[i,-2]=pxdata.iloc[i-1,-2]+1
else:
pxdata.iloc[i,-2]=pxdata.iloc[i-1,-2]
if pxdata.iloc[i-1,-2]==12 and pxdata.iloc[i,-2]==1 :
pxdata.iloc[i,-1]=pxdata.iloc[i-1,-1]+1
else:
pxdata.iloc[i,-1]=pxdata.iloc[i-1,-1]

′′′

谢谢，伙计们

enter